MCP(Model Context Protocol)란 무엇인가요?

MCP 이전에는 AI 앱마다 연동 방식이 제각각이었어요. ChatGPT에는 플러그인이, Claude에는 자체 도구 사용 스키마가, Cursor에는 또 다른 방식이 있었죠. 도구를 만드는 쪽은 클라이언트 N개에 닿으려면 연동을 N개 만들어야 했고, 사용자는 앱마다 접근 권한을 다시 허용해야 했어요. MCP는 이 복잡한 조합을 단순하게 정리해요. 도구 제작자는 MCP 서버를 하나만 만들고, 클라이언트는 MCP를 한 번만 구현하고, 사용자는 앱별이 아니라 데이터 출처별로 접근 권한을 주면 돼요.

MCP 서버는 stdio나 HTTP를 통해 세 가지를 알려 줘요. 리소스(모델이 둘러볼 수 있는 읽기 전용 데이터), 도구(모델이 호출할 수 있는 함수), 프롬프트(템플릿으로 만든 지시문)예요. 클라이언트는 사용할 수 있는 항목을 확인하고, 무엇을 쓸지 모델에게 물은 다음, 호출을 해당 서버로 보내요. 인증은 서버가 맡아요. 보통 사용자가 API 키를 한 번 붙여 넣는 방식이에요.

BrainTube는 내 지식 베이스를 리소스(둘러보기)와 도구(검색하기) 두 가지 형태로 모두 제공하는 관리형 MCP 서버를 운영해요. Claude Desktop, Cursor 등 MCP를 지원하는 클라이언트에 한 번만 연결하면, 내가 쓰는 모든 모델이 저장해 둔 영상, 기사, PDF를 바로 꺼내 쓸 수 있어요. 다시 업로드하거나, 복사해 붙여 넣거나, 연결용 스크립트를 돌릴 필요가 없어요. 다음 달에 Claude 4에서 GPT-5로, 또 로컬 Llama로 갈아타더라도 메모리 레이어는 그대로 따라와요.

대량의 요청을 낮은 지연 시간으로 처리해야 하는 프로그래밍 방식 접근(일반 REST API를 쓰세요), 인증이 필요 없는 공개 데이터(일반 fetch를 쓰세요), 모델이 데이터를 어떻게 쓸지 세밀하게 통제해야 하는 경우(직접 검색 파이프라인을 만드세요)에는 MCP가 적합하지 않아요. MCP가 진가를 발휘하는 건, 사람이 AI 클라이언트와 대화하는 도중에 그 대화를 벗어나지 않고 자기 도구를 쓰고 싶을 때예요.